评测与基准arXiv 2610.06366·10月5日VERA：结构化审计发现约 60% 正确漏洞判定伴随虚构推理提出 VERA，结构化审计漏洞推理中的虚构主张arXiv2610.06366发表10月5日层模型层场景编程 Agent测试nemotron-3-nano、sonnet-5、gemma-4-26b 等 11 个风险幻觉与编造组件推理链深度解读完整解读